Introdução geral

Edge TTS Worker (dependências) borda-tts O Edge TTS Worker é um serviço de proxy implantado no Cloudflare Worker, que encapsula o serviço Microsoft Edge TTS em uma interface de API compatível com o formato OpenAI. Com esse projeto, os usuários podem usar facilmente o serviço de síntese de fala de alta qualidade da Microsoft sem a certificação da Microsoft. O Edge TTS Worker oferece suporte a vários idiomas, incluindo chinês, inglês, japonês, coreano etc., e é totalmente gratuito, com base no Cloudflare Worker Free Plan. O serviço também suporta chaves de API personalizadas para garantir a segurança e o controle, e pode ser implantado rapidamente, em minutos.

API de teste: https://tts.aishare.us.kg/ KEY: aisharenet

Um projeto para empacotar uma interface simples para a API

APIs e interfaces de empacotamento completas com a implantação do Cloudflare:

O código completo é gerado pelo CHATGPT, o código está anexado ao final do artigo, você pode optar por alterar todos os Programação de IA Ferramentas ou uso Gotejamento (Geração de serviços de geração de discurso acessível on-line com um clique):

Experiência: https://edgetts.aishare.us.kg/

Lista de funções

• Fornece formatos de interface compatíveis com o OpenAI
• Ignorar as restrições de acesso ao continente e eliminar a etapa de autenticação do serviço Microsoft
• Suporte a vários idiomas, incluindo chinês, inglês, japonês, coreano, etc.
• Totalmente gratuito, com base no Cloudflare Worker Free Plan
• Suporte para chaves de API personalizadas para garantir a segurança e o controle
• Implementação rápida, pronta em minutos
• Fornecer scripts de teste para testar diferentes efeitos de voz

Usando a Ajuda

Processo de instalação

1. Criação de um trabalhador
   • Faça login no painel de controle da Cloudflare
   • Vá para Workers & Pages e clique em Create Worker.
   • Dê um nome ao trabalhador (por exemplo, edge-tts)
2. Código de implantação
   • Remover o código padrão do editor
   • fazer uma cópia de worker.js e cole o código no campo
   • Clique em Salvar e implementar
3. Configuração da chave de API (opcional)
   • Localize Settings -> Variables (Configurações -> Variáveis) na página de configurações do Worker.
   • Clique em Add variable (Adicionar variável), preencha API_KEY com o nome e o valor da chave que você deseja.
   • Clique em Salvar e implementar
4. Configurar um nome de domínio personalizado (opcional)
   • Pré-requisitos: seu domínio já está hospedado na Cloudflare e os registros de DNS para o domínio foram submetidos a proxy por meio da Cloudflare (o status do proxy é nuvem laranja)
   • Etapas de configuração:
     • Clique na guia Configurações na página de detalhes do trabalhador.
     • Localize a seção Domain and Routing (Domínio e roteamento) e clique no botão Add (Adicionar).
     • Selecione Custom Domain (Domínio personalizado) e digite o nome de domínio que deseja usar (por exemplo, tts.example.com)
     • Clique em Add Domain (Adicionar domínio) e aguarde a conclusão da implementação do certificado (geralmente em alguns minutos)

Uso

1. TTY (interface de conversão de texto em fala)
   • Exemplo de discurso em chinês:

    curl -X POST https://你的worker地址/v1/audio/speech \\
   -H "Content-Type: application/json" \\\
   -H "Authorization: Bearer your-api-key" \\
   -d '{
   "model": "tts-1", "input": "Hello".
   "input": "Hello, world!" ,
   "voice": "zh-CN-XiaoxiaoNeural",
   
   "speed": 1,0, "response_format".
   "campo": 1.0,
   "style": "general"
   }' --output chinese.mp3
   

   • Exemplo de discurso em inglês:

    curl -X POST https://你的worker地址/v1/audio/speech \\
   -H "Content-Type: application/json" \\\
   -H "Authorization: Bearer your-api-key" \\
   -d '{
   "model": "tts-1", "input": "Hello World".
   "input": "Hello, World!", "voice": "en-US".
   "voice": "en-US-JennyNeural",
   
   
   "pitch": 1,0, "style": "general".
   "style": "general"
   }' --output english.mp3
   

2. Uso do script de teste
   • Download do script de teste test_voices.sh
   • Adicione permissões de execução ao script: bash
chmod +x test_voices.sh

   • Execute o script: bash
. /test_voices.sh [chave da API].
   • Exemplo: bash
# Usar chave de API
. /test_voices.sh https://your-worker.workers.dev your-api-key
# não usa uma chave de API
. /test_voices.sh https://your-worker.workers.dev

   • O script gera arquivos de áudio de teste para cada voz suportada, que você pode reproduzir para selecionar a voz mais adequada.

Descrição do parâmetro da API

• modelo (string): nome do modelo (valor fixo), por exemplo tts-1
• entrada (string): o texto a ser convertido, por exemplo "Olá, mundo!"
• voz (string): nome da voz, por exemplo zh-CN-XiaoxiaoNeural
• formato_de_resposta (string, opcional): formato de saída, o valor padrão é mp3
• velocidade (número, opcional): taxa de fala (0,5-2,0), padrão 1.0
• campo (número, opcional): tom (0,5-2,0), o padrão é 1.0
• estilo (string, opcional): emoção, o padrão é geral

Lista de vozes compatíveis

Certifique-se de usar o texto do idioma correspondente à voz, por exemplo, a voz em chinês deve ser usada com o texto em chinês. Veja a seguir exemplos de vozes comumente usadas:

• zh-CN-XiaoxiaoNeuralXiaoxiao - Caloroso e animado
• zh-CN-XiaoyiNeuralXiaoyi - Calor e gentileza
• zh-CN-YunxiNeuralYumshi - voz masculina, estável
• zh-CN-YunyangNeuralYun Yang - voz masculina, profissional
• zh-CN-XiaohanNeural: Xiaohan - Natural Flow
• zh-CN-XiaomengNeuralXiaomeng - Doce e vibrante
• zh-CN-XiaochenNeuralXiaochen - Gentil e fácil
• Espere...

Código workers.js

const API_KEY = 'aisharenet'; // substitua por sua chave de API real
const TOKEN_REFRESH_BEFORE_EXPIRY = 3 * 60; // Token 刷新时间（秒）
const DEFAULT_VOICE = 'zh-CN-XiaoxiaoNeural'; // 默认语音
const DEFAULT_SPEED = 1.0; // 默认语速
const DEFAULT_PITCH = 1.0; // 默认音调
let tokenInfo = {
endpoint: null,
token: null,
expiredAt: null
};
// 处理请求
addEventListener('fetch', event => {
event.respondWith(handleRequest(event.request));
});
async function handleRequest(request) {
const url = new URL(request.url);
// 如果请求根路径，返回 Web UI
if (url.pathname === '/') {
return new Response(getWebUI(), {
headers: { 'Content-Type': 'text/html' },
});
}
// 处理 TTS 请求
if (url.pathname === '/v1/audio/speech') {
return handleTTSRequest(request);
}
// 默认返回 404
return new Response('Not Found', { status: 404 });
}
// 处理 TTS 请求
async function handleTTSRequest(request) {
if (request.method === 'OPTIONS') {
return handleOptions(request);
}
// 验证 API Key
const authHeader = request.headers.get('authorization') || request.headers.get('x-api-key');
const apiKey = authHeader?.startsWith('Bearer ') ? authHeader.slice(7) : null;
if (API_KEY && apiKey !== API_KEY) {
return createErrorResponse('Invalid API key. Use \'Authorization: Bearer your-api-key\' header', 'invalid_api_key', 401);
}
try {
const requestBody = await request.json();
const { 
model = "tts-1",
input,
voice = DEFAULT_VOICE,
speed = DEFAULT_SPEED,
pitch = DEFAULT_PITCH
} = requestBody;
// 验证参数范围
validateParameterRange('speed', speed, 0.5, 2.0);
validateParameterRange('pitch', pitch, 0.5, 2.0);
const rate = calculateRate(speed);
const numPitch = calculatePitch(pitch);
const audioResponse = await getVoice(
input,
voice,
rate >= 0 ? `+${rate}%` : `${rate}%`,
numPitch >= 0 ? `+${numPitch}%` : `${numPitch}%`,
'+0%',
'general', // 固定风格为通用
'audio-24khz-48kbitrate-mono-mp3' // 固定音频格式为 MP3
);
return audioResponse;
} catch (error) {
return createErrorResponse(error.message, 'edge_tts_error', 500);
}
}
// 处理 OPTIONS 请求
function handleOptions(request) {
return new Response(null, {
headers: {
...makeCORSHeaders(),
'Access-Control-Allow-Methods': 'GET,HEAD,POST,OPTIONS',
'Access-Control-Allow-Headers': request.headers.get('Access-Control-Request-Headers') || 'Authorization',
},
});
}
// 创建错误响应
function createErrorResponse(message, code, status) {
return new Response(
JSON.stringify({
error: { message, code }
}),
{
status,
headers: { 'Content-Type': 'application/json', ...makeCORSHeaders() },
}
);
}
// 验证参数范围
function validateParameterRange(name, value, min, max) {
if (value < min || value > max) {
throw new Error(`${name} must be between ${min} and ${max}`);
}
}
// 计算语速
function calculateRate(speed) {
return parseInt(String((parseFloat(speed) - 1.0) * 100));
}
// 计算音调
function calculatePitch(pitch) {
return parseInt(String((parseFloat(pitch) - 1.0) * 100));
}
// 生成 CORS 头
function makeCORSHeaders() {
return {
'Access-Control-Allow-Origin': '*',
'Access-Control-Allow-Methods': 'GET,HEAD,POST,OPTIONS',
'Access-Control-Allow-Headers': 'Content-Type, x-api-key',
'Access-Control-Max-Age': '86400',
};
}
// 获取语音
async function getVoice(text, voiceName, rate, pitch, volume, style, outputFormat) {
try {
const chunks = text.trim().split("\n");
const audioChunks = await Promise.all(chunks.map(chunk => getAudioChunk(chunk, voiceName, rate, pitch, volume, style, outputFormat)));
// 将音频片段拼接起来
const concatenatedAudio = new Blob(audioChunks, { type: `audio/${outputFormat.split('-').pop()}` });
return new Response(concatenatedAudio, {
headers: {
'Content-Type': `audio/${outputFormat.split('-').pop()}`,
...makeCORSHeaders(),
},
});
} catch (error) {
console.error("语音合成失败:", error);
return createErrorResponse(error.message, 'edge_tts_error', 500);
}
}
// 获取单个音频片段
async function getAudioChunk(text, voiceName, rate, pitch, volume, style, outputFormat) {
const endpoint = await getEndpoint();
const url = `https://${endpoint.r}.tts.speech.microsoft.com/cognitiveservices/v1`;
const slien = extractSilenceDuration(text);
const response = await fetch(url, {
method: "POST",
headers: {
"Authorization": endpoint.t,
"Content-Type": "application/ssml+xml",
"User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/127.0.0.0 Safari/537.36 Edg/127.0.0.0",
"X-Microsoft-OutputFormat": outputFormat,
},
body: getSsml(text, voiceName, rate, pitch, volume, style, slien),
});
if (!response.ok) {
const errorText = await response.text();
throw new Error(`Edge TTS API error: ${response.status} ${errorText}`);
}
return response.blob();
}
// 提取静音时长
function extractSilenceDuration(text) {
const match = text.match(/\[(\d+)\]\s*?$/);
return match && match.length === 2 ? parseInt(match[1]) : 0;
}
// 生成 SSML
function getSsml(text, voiceName, rate, pitch, volume, style, slien) {
const slienStr = slien > 0 ? `` : '';
return ` 
${text} 
${slienStr}
`;
}
// 获取 Endpoint
async function getEndpoint() {
const now = Date.now() / 1000;
if (tokenInfo.token && tokenInfo.expiredAt && now < tokenInfo.expiredAt - TOKEN_REFRESH_BEFORE_EXPIRY) {
return tokenInfo.endpoint;
}
// 获取新 Token
const endpointUrl = "https://dev.microsofttranslator.com/apps/endpoint?api-version=1.0";
const clientId = crypto.randomUUID().replace(/-/g, "");
try {
const response = await fetch(endpointUrl, {
method: "POST",
headers: {
"Accept-Language": "zh-Hans",
"X-ClientVersion": "4.0.530a 5fe1dc6c",
"X-UserId": "0f04d16a175c411e",
"X-HomeGeographicRegion": "zh-Hans-CN",
"X-ClientTraceId": clientId,
"X-MT-Signature": await sign(endpointUrl),
"User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/127.0.0.0 Safari/537.36 Edg/127.0.0.0",
"Content-Type": "application/json; charset=utf-8",
"Content-Length": "0",
"Accept-Encoding": "gzip",
},
});
if (!response.ok) {
throw new Error(`获取 Endpoint 失败: ${response.status}`);
}
const data = await response.json();
const jwt = data.t.split(".")[1];
const decodedJwt = JSON.parse(atob(jwt));
tokenInfo = {
endpoint: data,
token: data.t,
expiredAt: decodedJwt.exp,
};
return data;
} catch (error) {
console.error("获取 Endpoint 失败:", error);
if (tokenInfo.token) {
console.log("使用过期的缓存 Token");
return tokenInfo.endpoint;
}
throw error;
}
}
// 签名
async function sign(urlStr) {
const url = urlStr.split("://")[1];
const encodedUrl = encodeURIComponent(url);
const uuidStr = uuid();
const formattedDate = dateFormat();
const bytesToSign = `MSTranslatorAndroidApp${encodedUrl}${formattedDate}${uuidStr}`.toLowerCase();
const decode = await base64ToBytes("oik6PdDdMnOXemTbwvMn9de/h9lFnfBaCWbGMMZqqoSaQaqUOqjVGm5NqsmjcBI1x+sS9ugjB55HEJWRiFXYFw==");
const signData = await hmacSha256(decode, bytesToSign);
const signBase64 = await bytesToBase64(signData);
return `MSTranslatorAndroidApp::${signBase64}::${formattedDate}::${uuidStr}`;
}
// 格式化日期
function dateFormat() {
return (new Date()).toUTCString().replace(/GMT/, "").trim() + " GMT";
}
// HMAC SHA-256 签名
async function hmacSha256(key, data) {
const cryptoKey = await crypto.subtle.importKey(
"raw",
key,
{ name: "HMAC", hash: { name: "SHA-256" } },
false,
["sign"]
);
const signature = await crypto.subtle.sign("HMAC", cryptoKey, new TextEncoder().encode(data));
return new Uint8Array(signature);
}
// Base64 转字节数组
async function base64ToBytes(base64) {
const binaryString = atob(base64);
const bytes = new Uint8Array(binaryString.length);
for (let i = 0; i < binaryString.length; i++) {
bytes[i] = binaryString.charCodeAt(i);
}
return bytes;
}
// 字节数组转 Base64
async function bytesToBase64(bytes) {
return btoa(String.fromCharCode.apply(null, bytes));
}
// 生成 UUID
function uuid() {
return crypto.randomUUID().replace(/-/g, "");
}
// 获取 Web UI
function getWebUI() {
return `

Ferramenta de conversão de texto em fala

`; }